太湖流域汛期面雨量多模式預報檢驗評估

林荷

(1.太湖流域管理局 水文局(信息中心)，上海 200434； 2.上海藍泰信息咨詢有限公司，上海 200434)

太湖流域汛期面雨量多模式預報檢驗評估

吳娟1林荷娟1劉敏1王凱燕2

(1.太湖流域管理局水文局(信息中心)，上海200434； 2.上海藍泰信息咨詢有限公司，上海200434)

基于太湖流域報汛雨量，根據中國國家氣象中心T639等4種數值模式預報資料，以2016年汛期(5～9月)為例，評估太湖流域面雨量預報效果。結果表明，各模式預報效果均表現出隨降水等級(小雨、中雨、大雨、暴雨)增大而下降的趨勢；各模式對小雨、中雨的預報均存在預報范圍和等級偏大的現象，而對大雨和暴雨的預報則存在預報范圍和等級偏小的現象。歐洲模式對無降水有一定的指示意義，而日本、上海模式對降水有一定的指示意義。中央、歐洲模式對強降水預報技巧較高，而日本、歐洲模式對典型弱降水具有較高的參考價值。

面雨量預報；數值模式；預報檢驗；太湖流域

數值預報是提高天氣預報準確率的基礎，預報產品為日常預報提供了參考依據[1-2]。然而，由于數值模式初值、物理過程等存在一定誤差，導致數值預報產品也存在一定預報誤差。因此，開展數值預報產品檢驗及誤差分析，是擇優使用數值預報產品、提高天氣預報準確率的有效途徑[2-4]。

為此，該研究對中國國家氣象中心T639數值預報模式 、日本氣象廳全球模式 、上海區域業務數值預報模式和歐洲中期天氣預報中心全球模式等4種數值預報模式產品(為方便表述，以下分別簡稱為中央、日本、上海、歐洲模式)應用于太湖流域面雨量預報進行檢驗，以了解這4種模式對太湖流域雨量的預報能力，更好地應用數值預報產品[ 1-4]。

1 流域概況與資料說明

太湖流域地處長江三角洲核心區域，北抵長江，東臨東海，南濱錢塘江，西以天目山、茅山為界，地跨江蘇、浙江、安徽和上海三省一市，總面積36 895 km2[2]。太湖流域分為7個水利分區，分別是湖西區、浙西區、太湖區、武澄錫虞區、陽澄淀泖區、杭嘉湖區和浦東浦西區。特殊的地理位置決定了太湖流域洪澇臺旱等多種災害頻發，特別是每年6～7月的梅雨期，歷史上一直是造成太湖流域大范圍洪澇的主要因素[3]。流域盆狀的地形和平緩的地勢導致洪水出路不足，太湖和地區河網水位易漲難消，進一步加重了洪澇影響[4]。

上述4種數值預報模式降水預報格點分辨率不同。中央、日本、歐洲模式為20 km×20 km，上海區域業務數值預報模式為12.5 km×12.5 km。各模式均以北京時間20時為初始場的24～240 h降水預報。該研究利用數值預報模式格點降水預報產品，采用網格面積權重法計算太湖流域預報面平均雨量。實測降水量來自太湖流域報汛資料，采用算術平均法計算分區降水量，采用面積權重法計算流域面雨量。

2 面雨量預報檢驗方法

該研究采用正確率Pc、TS評分、漏報率Po和空報率FAR等統計評價指標，對太湖流域面雨量預報產品進行檢驗，各評價指標計算如下。

正確率Pc是檢驗“有”、“無”面雨量的預報正確率，其計算公式為

(1)

式中，NA為降水預報正確站(次)數，NB為空報站(次)數，NC為漏報站(次)數，ND為無降水預報正確的站(次)數。此項評分不考慮降水等級，只要預報和實況均有降水或者均無降水即視為正確。

參考2005年中國氣象局《中短期天氣預報質量檢驗辦法(試行)》中提供的方法[5]，檢驗面雨量預報效果。

(2)

(3)

(4)

式中，NAk為k等級降水預報正確(即預報等級與實況等級相同)的天數，NBk為k等級降水空報的天數(即預報等級大于實況等級，記為預報等級空報)，NCk為k等級降水漏報(即預報等級小于實況等級，記為實況等級漏報)的天數，TS評分、漏報率Po、空報率FAR能表征不同模式對各面雨量等級的預報偏大或是偏小。

3 2016年汛期的檢驗評估

3.1 TS評分以及空報率和漏報率檢驗

圖1給出了4種模式在20時對太湖流域面雨量預報的TS評分、漏報率Po、空報率FAR檢驗結果。分析如下：

隨著面雨量預報等級增大，4種模式面雨量預報的評分均明顯下降，總體上以歐洲模式最高，中央模式次之。隨著面雨量預報等級增大，各模式漏報率Po、空報率FAR均呈增加趨勢，漏報率以歐洲模式為最低，中央模式次之；而空報率以日本模式最低，上海模式次之。20時對小雨預報的漏報率以歐洲模式(15.2%)最低，其次是中央模式(17.8%)；對中雨預報的漏報率以歐洲模式(35.2%)最低，其次是中央模式(36.7%)；對大雨預報的漏報率以日本模式(71.6%)最低，其次是歐洲模式(76.5%)；對暴雨預報的漏報率中央模式、日本模式均為90%。20時對小雨預報的空報率以上海模式(22.9%)最低，其次是日本模式(23.0%)；對中雨預報的空報率以上海模式(45.9%)最低，其次是日本模式(48.5%)；對大雨預報的空報率以上海模式(48.7%)最低，其次是日本模式(51.3%)；對暴雨預報的空報率日本模式最低，為40%。

圖1 不同降水等級太湖流域面雨量預報TS評分、漏報率和空報率

由上述分析可知，中央、上海、日本、歐洲模式對小雨和中雨的漏報率明顯小于同等級的空報率，而對大雨和暴雨的漏報率高于同等級的空報率，說明模式對小雨、中雨的預報存在預報范圍和等級偏大的現象，而對大雨和暴雨的預報則存在預報范圍和等級偏小的現象。

圖2為不同預報時效的太湖流域面雨量預報TS評分、漏報率和空報率。隨著預報時效的增加，各個模式的TS評分均呈下降趨勢，中央、歐洲模式預報時效為72 h以前的TS評分均超過60%，日本模式預報時效為168 h以前的TS評分均超過60%，上海模式預報時效為96 h以前的TS評分均超過60%。時效為24～192 h的日本模式降水預報的漏報率最低，歐洲模式次之，上海模式最高；時效為216～240 h的歐洲模式漏報率最低，中央模式次之，日本模式最高。

圖2 不同預報時效的太湖流域面雨量預報TS評分、漏報率和空報率

由上述分析可知，由于歐洲模式預報漏報率較低，即對無降水預報的成功率較高，因此對無降水有一定指示意義。時效為24～48 h的日本模式降水預報的空報率最低，上海模式次之，中央模式最高；時效為72～240 h的上海模式空報率最低，日本模式次之，中央模式最高。由于日本、上海模式預報空報率較低，對降水有一定的指示意義，即預報未來有降水，出現降水的可能性較大。分析24～240 h預報的各項檢驗結果的平均值可知，歐洲模式最優，上海模式次之，日本模式最差。

3.2 典型降水過程面雨量預報檢驗評估

為比較上述各個模式對不同強度降水過程的預報能力，選取2016年6月19～22日(梅雨期)、6月24～28日(梅雨期)、7月1～4日(梅雨期)、9月13～17日(“莫蘭蒂”臺風影響期間)、9月27～30日(“鲇魚”臺風影響期間)流域性強降水過程，以及7月10～15日、8月2～10日、9月5～7日流域性弱降水過程，分析各個模式對小雨到暴雨4個等級降水預報的情況。

(1) 5次強降水過程預報檢驗評估。統計各個模式對上述5次強降水過程在20時的預報表明：對于梅雨期6月19～22日、6月24～28日、7月1～4日、“鲇魚”臺風影響期間9月27～30日，漏報率均高于空報率，即預報等級和范圍均偏小，而對于9月13～17日(“莫蘭蒂”臺風影響期間)，空報率高于漏報率，即預報等級和范圍偏大?？傮w而言，中央模式的評分與正確率較高，其次是歐洲模式與上海模式，詳見表1。

表1 4種數值模式對太湖流域5次強降水過程面雨量預報檢驗

(2) 3次弱降水過程預報檢驗評估。統計各個模式對3次弱降水過程的空報、漏報情況表明：對于7月10～15日、8月2～10日，空報率高于漏報率，即預報等級和范圍均偏大。而對于9月5～7日，漏報率高于空報率，即預報等級和范圍偏小?？傮w而言，日本模式正確率較高，其次是歐洲模式，詳見表2。

表2 4種數值模式對太湖流域3次弱降水過程面雨量預報檢驗

4 結 語

本文檢驗了中央、日本、上海、歐洲4種模式對2016年汛期(5～9月)太湖流域雨量預報效果，并選取了5次強降水過程和3次弱降水過程進行檢驗和評估，結論如下：

(1) 4種模式預報效果隨降水等級(小雨、中雨、大雨、暴雨)增大而下降：TS評分隨降水等級增大而逐漸降低，而空報率和漏報率卻逐級上升，隨著預報時效的延長，各個模式面雨量預報效果呈下降趨勢；各個模式對小雨、中雨的預報存在預報范圍和等級偏大的現象，而對大雨和暴雨的預報則存在預報范圍和等級偏小的現象；歐洲模式最優，上海模式次之，日本模式最差。

(2) 歐洲模式預報漏報率較低，對無降水預報的成功率較高，因此對無降水有一定的指示意義；日本、上海模式預報空報率較低，對降水有一定的指示意義，即預報未來有降水，出現降水的可能性較大。

(3) 中央模式對典型強降水過程的評分與正確率較高，其次是歐洲模式與上海模式。日本模式對典型弱降水過程正確率較高，其次是歐洲模式。

[1] 關月. 2016年6-8月T639、ECMWF及日本模式中期預報性能檢驗[J].氣象, 2016, 42(11):1410-1417.

[2] 梁瑞駒, 程文輝, 蔡文祥, 等. 太湖流域水文數學模型[J].湖泊科學, 1993, 5(2):99-107.

[3] 劉兆飛, 王翊晨, 姚治君, 等. 太湖流域降水氣溫與徑流變化趨勢及周期分析[J]. 自然資源學報, 2011, 26(9): 1575-1584.

[4] 劉瀏, 徐宗學. 太湖流域洪水過程水文—水力學耦合模擬[J].北京師范大學學報(自然科學報), 2012,48(5):530-536.

[5] 劉靜,葉金印, 張曉紅,等. 淮河流域汛期面雨量多模式預報檢驗評估[J]. 暴雨災害, 2014, 33(1): 58-64.

2017-08-02

水利部公益性行業專項——城鎮化快速發展背景下太湖流域防洪關鍵問題研究項目(201501014)

吳娟，女，太湖流域管理局水文局(信息中心)，工程師，碩士.

1006-0081(2017)10-0022-03

P426.6

A

(編輯唐湘茜)